Investigación de Business AI
Investigación destacada
Los modelos fundacionales para datos tabulares dentro de contextos sistémicos necesitan fundamentación
Proponemos modelos fundacionales para tablas vinculadas semánticamente (FMSLT, por sus siglas en inglés) para avanzar en la comprensión de los datos empresariales estructurados. Las tablas empresariales están interconectadas a través de la lógica operativa y las relaciones semánticas que definen cómo operan los negocios. Reconocer y modelar estas conexiones es esencial para capturar la verdadera naturaleza de los datos empresariales.
ConTextTab: un aprendiz en contexto tabular consciente de la semántica. NeurIPS 2025 (Spotlight)
Al aprovechar los embeddings de LLM, ConTextTab integra con éxito la semántica de las características de las tablas en la predicción tabular, destacándose en datos con un alto contenido semántico, como texto libre o categorías descriptivas.
RELATE: un codificador Perceiver agnóstico del esquema para grafos relacionales multimodales
Presentamos RELATE (Relational Encoder for Latent Aggregation of Typed Entities), un codificador de características agnóstico del esquema y plug-and-play que se puede utilizar con cualquier GNN de propósito general.
Conjuntos de datos empresariales de código abierto
Presentamos SALT y SALT-KG, los primeros conjuntos de datos empresariales creados a partir de sistemas ERP de clientes reales. Combinan tablas de negocios vinculadas y enriquecidas con un gráfico de conocimiento depurado que captura el contexto semántico. Juntos, sientan las bases para el avance de los modelos fundacionales que realmente comprenden los datos empresariales estructurados.
Quiénes somos
En SAP Business AI Research, servimos de puente entre el mundo académico y la industria, dedicados al avance de los sistemas de IA de última generación. Nuestra investigación aborda las complejidades de los entornos empresariales del mundo real integrando técnicas de IA de vanguardia con desafíos específicos del dominio. Nos enfocamos en dos líneas de investigación principales para garantizar que nuestros modelos no solo sean potentes, sino también prácticos, confiables y escalables.
Áreas de investigación
Track A: Modelos de base conscientes de la estructura
Desarrollamos modelos fundacionales que razonan sobre datos de negocios complejos y vinculados—que abarcan tablas, series temporales y gráficos. Al integrar comprensión estructural, entradas multimodales y razonamiento causal, nuestros modelos habilitan una IA de negocios avanzada para el análisis, los pronósticos y la toma de decisiones.
Aprendizaje de representaciones de tablas
Aprendizaje de representaciones de datos tabulares mediante modelos nativos de tablas y basados en lenguaje, integrando datos de negocios para un razonamiento avanzado.
Redes neuronales de grafos
Uso de redes neuronales de grafos para modelar datos tabulares relacionales, lo que permite realizar predicciones precisas y obtener información estratégica más profunda en la IA empresarial.
Gráfico de conocimiento de negocios
Construir gráficos de conocimiento empresariales para habilitar consultas precisas y conscientes del contexto en diversos datos de negocios.
IA agéntica
Creación de agentes con capacidad de automejora para una automatización confiable y orientada a objetivos en sistemas empresariales.
LLM de programación (ABAP)
Potenciar el desarrollo de software empresarial con modelos de base ABAP específicos de dominio para asistencia inteligente en codificación.
Track B: IA confiable
Nuestra investigación desarrolla sistemas de IA robustos, equitativos, transparentes y alineados con los valores humanos, esenciales para su uso empresarial en el mundo real. Nos enfocamos en la robustez, la explicabilidad, la equidad, la privacidad y la alineación con restricciones específicas del dominio para garantizar una implementación de IA confiable y responsable.
Privacidad diferencial
Desarrollamos modelos de deep learning eficientes que ahorran recursos y protegen la privacidad.
Confidencialidad de los datos
Garantizamos la confidencialidad de los datos protegiendo los datos estructurados y validando la privacidad mediante auditorías y ataques.
Protección del modelo
Análisis de sentimientos en texto mediante incrustación neuronal y atención.
Pruebas de seguridad
Mejorar la transparencia del modelo al hacer que las predicciones sean explicables.
Alineación humana
Extracción de datos de documentos mediante NLP y visión por computadora.
Carreras
Únase a nosotros y construya el futuro de la IA para los negocios
Trabaje con conjuntos de datos enriquecidos para encontrar soluciones basadas en machine learning para problemas del mundo real en estrecha colaboración con nuestra red global de partners de investigación.
Programa de pasantías de doctorado
Como pasante de doctorado, trabajará con un equipo de investigadores experimentados y científicos aplicados, asumiendo desafíos fundamentados en el escalamiento de métodos de IA a través y más allá del amplio portafolio de software de negocios de SAP. Tendrá la oportunidad de trabajar con algunos de los conjuntos de datos más completos disponibles en el mundo, abordando problemas que tienen un impacto en nuestros clientes.